一种基于符号回归的时间序列分析方法

本发明属于时间序列分析技术领域，具体为一种基于符号回归的时间序列分析方法。本发明方法包括：通过符号回归技术对时间序列数据进行解析建模，利用神经强化的蒙特卡洛树搜索进行表达式搜索优化；其中，通过策略‑价值网络计算时间序列的最优数学表达式，平衡搜索空间的探索与利用；此外，采用符号增强策略，自动提取高价值的复合函数，提高模型的泛化能力，使得时间序列的数学表达式更加精准且具可解释性。本发明能够提高时间序列建模的计算效率和预测准确率，同时减少搜索空间，提高表达式质量，最终实现时间序列的精准拟合和长期趋势推断。